服装网站建设优点有哪些,wordpress支付宝个人,黄页公司,企业做网站需要提供什么资料遗传算法简介 • 遗传算法#xff08;Genetic Algorithms#xff09;是基于生物进化理论的原理发展起来的一种广为 应用的、高效的随机搜索与优化的方法。其主要特点是群体搜索策略和群体中个体之 间的信息交换#xff0c;搜索不依赖于梯度信息。它是20世纪70年代初期由美国…遗传算法简介 • 遗传算法Genetic Algorithms是基于生物进化理论的原理发展起来的一种广为 应用的、高效的随机搜索与优化的方法。其主要特点是群体搜索策略和群体中个体之 间的信息交换搜索不依赖于梯度信息。它是20世纪70年代初期由美国密执根 Michigan大学的霍兰Holland教授发展起来的。迄今为止遗传算法是进 化算法中最广为人知的算法。 • 遗传算法主要在复杂优化问题求解和工业工程领域应用取得了一些令人信服的成果 所以引起了很多人的关注。遗传算法成功的应用包括作业调度与排序、可靠性设计、 车辆路径选择与调度、成组技术、设备布置与分配、交通问题等等。 遗传算法的特点 • 遗传算法的处理对象不是参数本身而是对参数集进行了编码的个体。此操作使得遗传算法可以直接对结构对象 进行操作。 • 许多传统搜索算法都是单点搜索算法容易陷入局部的最优解。遗传算法同时处理群体中的多个个体即对搜索 空间中的多个解进行评估减少了陷入局部最优解的风险同时算法本身易于实现并行化。 • 遗传算法基本上不用搜索空间的知识或其他辅助信息而仅用适应度函数值来评估个体在此基础上进行遗传操 作。适应度函数不仅不受连续可微的限制而且其定义域可以任意设定。这一特点使得遗传算法的应用范围大大 扩展了。 • 遗传算法不是采用确定性规则而是采用概率的变迁规则来指导搜索的方向。 • 具有自组织、自适应和自学习性。遗传算法利用进化过程获得的信息自行组织搜索适应度大的个体具有较高的 生存概率并能获得更适应环境的基因结构
遗传算法中的基本概念 群体population又称种群、染色体群是个体individual的集合代表问题的解空间子集。 串string及串空间串是个体的表达形式对应着遗传学中的染色体对应实际问题的一个解。 群体规模population size染色体群中个体的数目称为群体的大小或群体规模。 基因gene是指染色体的一个片段可以是一个数值、一组数或一串字符。 交换crossover指在一定条件下两条染色体上的一个或几个基因相互交换位置。 交换概率判断是否满足交换条件的一个小于1的阈值。 变异mutation指在一定条件下随机改变一条染色体上的一个或几个基因值。 变异概率判断是否满足变异条件的一个小于1的阈值。 后代染色体经过交换或变异后形成的新的个体。 适应度fittness用来度量种群中个体优劣符合条件的程度的指标值它通常表现为数值形式。 选择selection根据染色体对应的适应值和问题的要求筛选种群中的染色体染色体的适应度越高保存下来的概率越大反之则越小甚至被淘汰。 遗传算法终止规则 给定一个最大的遗传代数MAXGEN算法迭代在达到MAXGEN时停止。 当进化中两代最优个体小于要求的偏差x时算法终止。 所有个体或者指定比例以上个体趋同此时停止计算。 达到最大计算时间限制。 相关函数的语法 工具箱实现
%plotobjective(shufcn,[-2,2;-2,2]);
%目标函数
fun lincontest6;
%需要优化的函数变量的个数
number 2;
%不等式约束
A [1 1;-1 2;2 1];%线性不等式的约束条件
b [2;2;3];%线性不等式的约束条件
%等式约束
Aeq [];%系数
beq [];%边界值
%边界约束
lb zeros(2,1);%下边界
ub [];%上边界
%非线性约束
%nonlcon
% % 定义约束函数
% function [c, ceq] nonlcon(x)
% c [-(x(1) x(2) - 1)]; % 不等式约束 x1 x2 ≥ 1
% ceq []; % 没有等式约束设为空
% end
[x,fval,exitflag,output] ga(lincontest6,2,A,b,Aeq,beq,lb,ub);
disp(最优的参数);
disp(x)
disp(最优值);
disp(fval)
disp(显示遗传代数);
disp(output.generations)
disp(显示调用目标函数的次数);
disp(output.funccount)效果 Optimization terminated: average change in the fitness value less than options.FunctionTolerance. 最有的参数 0.6670 1.3340
Optimization terminated: maximum number of generations exceeded. 最优的参数 0.6670 1.3340
最优值 -8.2258
显示遗传代数 200
显示调用目标函数的次数 9453
